meghatározási együttható

mi a meghatározási együttható?

a meghatározási együttható egy statisztikai mérés, amely megvizsgálja, hogy az egyik változó különbségei hogyan magyarázhatók egy második változó különbségével, amikor egy adott esemény kimenetelét megjósolják. Más szóval, ez az együttható, amelyet ismertebb nevén R-négyzet (vagy R2), értékeli, hogy milyen erős a lineáris kapcsolat két változó között, és a kutatók erősen támaszkodnak a trendelemzés során., Példaként említve annak alkalmazását, ez az együttható a következő kérdést mérlegelheti: ha egy nő egy bizonyos napon teherbe esik, mekkora a valószínűsége annak, hogy a jövőben egy adott időpontban szállítja gyermekét? Ebben a forgatókönyvben, ez a mutató célja, hogy kiszámítja a korreláció két kapcsolódó események: koncepció és a születés.,

1:58

R-Négyzet

Gombot Átvétel

  • A determinációs együttható összetett ötlet középpontjában a statisztikai elemzés a modellek adatok.
  • a meghatározási együtthatót annak magyarázatára használják, hogy az egyik tényező mennyi változékonyságát okozhatja egy másik tényezővel való kapcsolata.
  • ezt az együtthatót általában R-négyzetnek (vagy R2-nek) nevezik, és néha “fit jóságának” nevezik.”
  • ez az intézkedés 0 közötti értékként jelenik meg.,0 és 1.0, ahol egy 1.0-s érték tökéletes illeszkedést jelez, és így egy nagyon megbízható modell a jövőbeli előrejelzésekhez, míg egy 0.0-s érték azt jelzi, hogy a modell egyáltalán nem képes pontosan modellezni az adatokat.

A meghatározási együttható megértése

a meghatározási együttható olyan mérés, amelyet annak magyarázatára használnak, hogy az egyik tényező mennyi változékonyságát okozhatja egy másik kapcsolódó tényezővel való kapcsolata. Ez a korreláció, az úgynevezett “fittség jósága”, 0,0 és 1,0 közötti értékként jelenik meg. Értéke 1.,A 0 a tökéletes illeszkedést jelzi, így a jövőbeli előrejelzések számára rendkívül megbízható modell, míg a 0,0 érték azt jelzi, hogy a számítás egyáltalán nem pontosan modellezi az adatokat. De például egy 0,20-as érték azt sugallja, hogy a függő változó 20% – át a független változó jósolja, míg egy 0,50-es érték azt sugallja, hogy a függő változó 50% – át a független változó előre jelzi, stb.,

A

meghatározási együtthatót grafikonon ábrázolva az illesztés jósága méri az illesztett vonal és az összes adatpont közötti távolságot, amelyek szétszóródnak az ábrán. A szűk adathalmaznak olyan regressziós vonala lesz, amely közel áll a pontokhoz, és magas szintű illeszkedéssel rendelkezik, ami azt jelenti, hogy a vonal és az adatok közötti távolság kicsi. Bár a jó illeszkedésnek R2 közel van az 1.0-hoz, ez a szám önmagában nem tudja meghatározni, hogy az adatpontok vagy előrejelzések elfogultak-e., Azt sem mondja el az elemzőknek, hogy a meghatározási együttható értéke lényegében jó vagy rossz. A felhasználó saját belátása szerint értékeli ennek a korrelációnak a jelentését, valamint azt, hogy hogyan alkalmazható a jövőbeli trendelemzések összefüggésében.

Share

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük